1. Repositório Institucional da Universidade Federal de Sergipe - RI/UFS
  2. EVENTOS - UFS
  3. Simpósio de Engenharia de Produção de Sergipe
  4. Anais do VII SIMPROD (2015)
Use este identificador para citar ou linkar para este item: https://ri.ufs.br/jspui/handle/riufs/7800
Registro completo de metadados
Campo DCValorIdioma
dc.contributor.authorSilva, Mayara Laysa de Oliveira-
dc.contributor.authorLeitão, Suzana Russo-
dc.contributor.authorBarros, Nilson Santos-
dc.date.accessioned2018-04-17T22:43:31Z-
dc.date.available2018-04-17T22:43:31Z-
dc.date.issued2015-10-
dc.identifier.citationSILVA, M. L. de O.; LEITÃO, S. R.; BARROS, N. S. Análise de redes neurais em variáveis de perfilagem. In: SIMPÓSIO DE ENGENHARIA DE PRODUÇÃO DE SERGIPE, 7., 2015, São Cristóvão. Anais eletrônicos... São Cristóvão: DEPRO/UFS, 2015, p. 348-363. Disponível em: <http://simprod.ufs.br/pagina/18182>. Acesso em: 17 abr. 2018.pt_BR
dc.identifier.issn2447-0635-
dc.identifier.urihttp://ri.ufs.br/jspui/handle/riufs/7800-
dc.languageporpt_BR
dc.publisherDepartamento de Engenharia de Produção - Universidade Federal de Sergipept_BR
dc.relation.ispartofAnais do VII SIMPRODpt_BR
dc.subjectPetróleopor
dc.subjectPoçopor
dc.subjectPerfilagempor
dc.subjectRedepor
dc.titleAnálise de redes neurais em variáveis de perfilagempt_BR
dc.typeTrabalhos em Eventospt_BR
dc.identifier.licenseAutorização para publicação no Repositório Institucional da Universidade Federal de Sergipe (RIUFS) concedida pelo editorpt_BR
dc.description.resumoPode-se citar a rede neural artificial (RNA) como uma das técnicas mais promissoras quando se trata de problemas com modelagens de banco de dados, este método conquistou um espaço relevante pela aplicabilidade em diversas áreas. A quantidade de derivados do petróleo expõe a importância dessa energia não renovável para a população mundial. Sabe-se que suas reservas ainda abastecerão o planeta por várias décadas, assim, podem-se entender as buscas incessantes para obter métodos que maximizem a extração do bem em questão. O presente estudo visa obter o melhor modelo, isto é, verificar qual o tipo de rede neural retornará os melhores valores para a perfilagem. No entanto para realizar o estudo é necessário categorizar os dados, excluir as variáveis que não se adequam ao modelo e a partir daí, pretende-se treinar a rede para que os valores da predição sejam utilizados na criação do novo perfil sônico.pt_BR
dc.publisher.initialsDEPRO/UFSpt_BR
dc.description.localSão Cristóvão, SEpt_BR
Aparece nas coleções:Anais do VII SIMPROD (2015)
DEPRO - Trabalhos apresentados em eventos

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
RedesNeuraisVariaveisPerfilagem.pdf261,5 kBAdobe PDFThumbnail
Visualizar/Abrir
Mostrar registro simples do item Visualizar estatísticas


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.